watsonx｜業務を実行するビジネスAIプラットフォーム
現場の機械化・作業多様化により、労働災害の原因は複雑化し続けています。
情報共有の不足や属人的な教育体制が限界を迎え、従来の安全管理だけでは再発を防ぎきれなくなってきているのが現状です。
もし重大事故が起きてしまえば、従業員とその家族の生活はもちろん、会社としても事業停止・ブランド毀損・法的リスクへ直結します。
そのような事態を防ぐためにも、データ活用とAIによる危険予知・教育標準化を進め、データとAIを活用した“再発防止”と“事故ゼロに向けた組織的な安全体制の再構築”が今まさに求められています。
労災防止AIとは、業務の生産性向上と現場での安全性確保のために培われたノウハウをナレッジ化し、社員への技術継承・現場事故の防止を支援する、watsonxのAI機能とuniSQUARE BAのBI機能を活用したソリューションです。
労災防止AIの強みは以下の3点です。
①：ノウハウを集約・最適化するレコメンド機能
②：オーダーメイドのデータ分析アプリ
③：自社データの蓄積で継続的な精度向上
熟練者のノウハウと過去の事故データを学習した「労災防止AI」が、作業前の安全指導・リスク提示・事故事例の検索・可視化までをワンストップで支援します。
労災防止AIは、過去の事故情報・ヒヤリハット・安全指導資料・熟練者の指摘内容など、分散したノウハウを一元的に収集・学習します。
これにより、作業内容や現場状況に応じて、“何が・なぜ・どう防ぐか”を自動でレコメンドし、属人的だった安全指導を標準化します。
データ分析アプリによって類似作業における事故の発生傾向などを一目でわかるように可視化が可能です。
出力するデータの種類、グラフの形状など、お好みのスタイルにオーダーメイドしていただけます。
ヒヤリハット発生件数の多い危険ポイントとその理由・対策などを一目で把握できるため、作業手順の改善・見直しが期待できます。
災害事例や報告書などの蓄積される自社データを学習に反映し、分析モデルの精度を段階的に向上させます。
過去データとリアルタイムデータを統合し、予測精度や検知アルゴリズムの最適化を継続的に実施。運用状況に合わせて学習ロジックをアップデートし、現場ニーズの変化にも柔軟に対応できます。蓄積量に比例してモデル精度が高まり、意思決定の質とスピードが継続的に向上します。
業務データを“資産”として活用し、時間とともに価値が積み上がるデータ活用基盤を構築します。
この資料では、労災防止AIの魅力についてご紹介しています。
労災防止AIは現場データを継続的に学習、属人化しがちな安全管理を標準化します。AIを中心に据えた“事故ゼロ”の実現は、現場を守るだけでなく、企業の未来を支える基盤となります。
今後の展望についてもコメントしておりますので、ぜひご覧ください。
労働災害を未然に防止するためには、設計・製造・運用・保守などの現場業務を担う業務部門と、全社の安全衛生管理を統括する管掌部門(以下「安全衛生管理部門」という。)が連携して取り組むことが重要です。
労働災害防止活動では、業務部門による事故やヒヤリハット事例の記録・ナレッジ活用と、安全衛生管理部門による事例分析・再発防止策の策定が継続的に行われます。
|
業務部門 |
|
安全衛生管理部門 |
|
業務部門 |
|---|---|---|---|---|
|
|
|
|
||
|
発生した事故や |
事例の傾向・原因分析 |
現場でのナレッジ活用 |
||
|
|
||||
以下では、各工程における課題と、「労災防止AI」による支援内容をご紹介します。
事故・ヒヤリハットの記録は、その後の分析や再発防止策の策定、現場でのナレッジ活用につながる重要な工程です。
しかし、記載内容の粒度や表現、分類ルールが担当者や部署ごとに異なるため、情報の活用や分析に支障をきたすことがあります。
「労災防止AI」では、AIによる記載内容の補正・標準化と分類支援により、記録品質の向上と後続業務の効率化を実現します。
|
現状の課題 |
労災防止AIによる支援 |
|
|---|---|---|
|
部署ごとの用語や表現が統一されていない 部署固有の用語や記載ルールが存在するため、他部署の担当者が内容を理解しづらく、確認や分析に時間がかかる。 |
|
AIによる記載内容の自動補正・標準化 入力された内容をAIが解析し、表現や用語を統一。誰が読んでも理解しやすい形式へ自動変換することで、情報共有と分析の精度向上を支援します。 |
|
登録内容や分類にばらつきが生じる 作成者によって記載内容やカテゴリ選択の基準が異なり、同様の事象でも異なる分類で登録される場合がある。 |
|
分類精度の向上 記載内容からAIが適切なカテゴリや属性を提案。入力者による判断のばらつきを抑制し、後続の集計・分析に活用しやすいデータを蓄積します。 |
労働災害を継続的に減らすためには、個々の事例を見るだけではなく、蓄積された事例を横断的に分析し、発生傾向や根本原因を把握したうえで再発防止策を講じる必要があります。
しかし、多数の事例を整理・分析する作業には多くの工数がかかり、十分な分析が実施できないケースも少なくありません。
「労災防止AI」では、BIダッシュボードによる傾向分析とAIによる原因分析支援により、効果的な再発防止策の検討を支援します。
|
現状の課題 |
労災防止AIによる支援 |
|
|---|---|---|
|
発生傾向を俯瞰して把握できない 複数の事例を体系的に整理・分析できておらず、事故やヒヤリハットの傾向を把握しにくい。 |
|
BIダッシュボードによる傾向分析 uniSQUARE BAを活用し、発生場所・作業内容・時期などの観点から事例を可視化。事故発生傾向を俯瞰的に把握できる環境を提供します。 |
|
表面的な原因分析にとどまりやすい 個別事例への対応に追われ、事故の背景にある業務プロセスや組織的な問題を特定しにくい。 |
|
AIによる根本原因の特定支援 watsonx.aiが過去事例を横断的に分析し、共通する要因や潜在的なリスクを抽出。構造的な課題の発見を支援します。 |
|
再発防止策が対症療法になりやすい 発生傾向や根本原因の整理が不十分なため、一時的な対応にとどまり、同様の事象が繰り返される場合がある。 |
|
再発防止策レポートの自動作成 分析結果をもとに、原因・対策・実施計画を整理したレポートを自動生成。検討・報告業務の効率化に貢献します。 |
労働災害を未然に防ぐためには、分析結果や過去事例を現場で活用し、事故が発生する前に適切な対策を講じることが重要です。
しかし、過去の事故やヒヤリハット情報は検索しづらく、現場で十分に活用されていないケースも少なくありません。
「労災防止AI」では蓄積された事例をAIが学習し、現場で必要な情報を迅速に提供します。
|
現状の課題 |
労災防止AIによる支援 |
|
|---|---|---|
|
過去事例が“探せない・使えない” 「あの事故、前にもあったはず」と思っても、必要な事例を探し出すのに時間がかかり、過去の知見を事故防止に活かしきれていない。 |
|
RAGベースの質問応答 watsonx.aiのRAG技術により、事故・ヒヤリハットデータベースから関連事例を検索し、具体的な注意事項や過去の対応策を迅速に回答します。 |
|
ベテランの経験と勘に頼りがち 過去の類似事例でどの対策が有効だったかを横断的に比較・検証する手段がなく、安全対策の立案が現場のベテランの経験や勘に依存しやすい。 |
|
安全対策のレコメンド 作業内容や実施計画書を入力するだけで、類似作業における事故・ヒヤリハット事例や有効だった対策をAIが提示。 |
※watsonxは、米国やその他の国におけるInternational Business Machines Corporationの商標または登録商標です。
※uniSQUARE BAは、IBM Cognos Analytics with WatsonのOEM製品です。
おすすめソリューション
